1：根据IDC作出的估测，数据每两年增长一倍。T
2：根据IDC作出的估测，数据一直都在以每年50%的速度增长。T
3：大数据是一种价值密度低，而商业价值高的数据集合。T
4：大数据是由结构化、半结构化数据和非结构化数据组成的。T
5：大数据是由结构化、半结构化数据和非结构化数据组成的。F
6：大数据是一种价值密度低，商业价值也低的数据集合。F
7：大数据是一种价值密度高，而商业价值低的数据集合。F
8：Hadoop汇集了结构化和非结构化的数据。T
9：Hadoop是一个大规模串行处理框架，拥有超级计算能力。F
10：CAP原则是在一个分布式系统中，一致性、可用性、分区容错性，三者不可得兼。T
11：BASE理论是对CAP理论的延伸，核心思想是即使无法做到强一致性，但应用可以采用适合的方式达到最终一致性。T
12：Hive的存储位置可在建表时自由指定在HDFS之上的合适位置。T
13：Hive有专门的数据存储格式。F
14：Hive本身没有专门的数据存储格式，它基本支持HDFS支持的所有文本格式。T
15：Hadoop集群通常由一个NameNode和多个DataNode组成。T
16：Hadoop集群中 ResourceManager工作在主节点上，负责对多个NodeManager的资源实行统一管理和调度。T
17：Hadoop集群中NodeManager工作在从节点上，相当于所在机器的代理，负责本机程序运行、资源管理和监控。T
18：Hive数据以多副本的主从模式进行存储，保障了数据的可用性。T
19：Hive数据以单机模式进行存储。F
20：Hive建表时，可以由用户指定表的字段间间隔符、换行符以及存储位置等。T
21：Hive的分区技术可以避免Hive全表扫描，提升查询效率。T
22：Hive中的分区就是分目录，把一个大的数据集根据业务需要分割成小的数据集。T
23：Hive分区使用的是表外字段，Hive分桶使用的是表内字段。T
24：Hive分区使用的是表外字段，Hive分桶使用的是表外字段。F
25：Hive分区使用的是表内字段，Hive分桶使用的是表内字段。F
26：Hive分区使用的是表内字段，Hive分桶使用的是表内字段。F
27：Hive分区数量是固定的，Hive分桶数量是固定的。F
28：Hive分区数量是固定的，Hive分桶数量不是固定的。F
29：Hive分区数量是固定的，Hive分桶数量不是固定的。T
30：Hive分区数量不是固定的，Hive分桶数量不是固定的。F
31：Hive分区可以再分区，Hive分桶可以再分桶。F
32：Hive分区可以再分区，Hive分桶不可以再分桶。T
33：Hive分区不可以再分区，Hive分桶可以再分桶。F
34：Hive分区不可以再分区，Hive分桶不可以再分桶。F
35：Hive 中 SORT BY是对每个Reducer内部进行排序，对全局结果集来说不是排序。T
36：Hive 中 SORT BY是对全局结果集进行排序。F
37：Hive 中 SORT BY是对每个Reducer内部进行排序，对全局结果集来说也是排序的。F
38：Hive 中 ORDER BY能保证输出中的总顺序。T
39：Hive 中SORT BY 控制Reducer内的数据进行排序。T
40：使用Hive的DISTRIBUTE BY 子句可以控制某个特定行被分配到指定Reducer。T
41：Hive 中，当DISTRIBUTE BY和SORT BY字段相同且排序规则为升序时，可以使用CLUSTER BY方式代替。T
42：Hive 中，当DISTRIBUTE BY和SORT BY字段相同且排序规则为降序时，可以使用CLUSTER BY方式代替。F
43：Hive 中，使用CLUSTER BY方式进行字段排序时可以指定排序规则。F
44：Hive 中，使用CLUSTER BY方式进行字段排序时可以指定降序。F
45：键值数据库非常适合通过键对数据进行查询和修改等操作。T
46：键值数据库具有极高的并发读写性能。T
47：redis 的 string 可以包含任何数据，比如jpg图片或者序列化的对象。T
48：Redis列表是通过链接列表实现的简单的字符串列表，按照插入顺序排序。T
49：Redis列表越靠近头和尾的元素操作越快，越靠近中间则越慢。T
50：Redis列表越靠近头的元素操作越快，越靠近尾的元素操作越慢。F
51：Redis列表越靠近尾的元素操作越快，越靠近头的元素操作越慢。F
52：Redis列表是一个有序集合。T
53：在redis数据库中，如果在列表头部和尾部插入数据，性能会非常高，不受链表长度的影响。T
54：在redis数据库中，如果在列表头部和尾部插入数据，性能会受到链表长度的影响。F
55：Redis 的HASH类型中，key 对应的 value 是一个二维数组。T
56：redis的Set是一个有序string类型集合。F
57：redis的set 集合不允许数据重复，如果添加的数据在 set 中已经存在，将只保留一份。T
58：redis的set 类型提供了多个 set 之间的聚合运算，如求交集、并集、补集，这些操作在 redis 内部完成，效率很高。T
59：redis的ZSet是一个string类型集合，且不允许重复的元素。T
60：redis的ZSet中，每个元素都会关联一个双精度类型的分数。redis通过集合中的分数来为集合中的元素进行从小到大的排序。T
61：redis的ZSet是有序的，每个元素是唯一的。T
62：redis的ZSet是有序的，集合元素是可以重复的。F
63：redis的有序集合是使用散列表和跳跃表实现的。所以和列表相比，操作中间元素的速度也很快。T
64：Redis 数据类型中的有序集合类型比 Redis 数据类型中的列表类型更加耗费资源。T
65：数据的复制是单向的，只能由从节点到主节点。F
66：数据的复制是单向的，只能由主节点到从节点。T
67：数据的复制是双向的，可能由主节点到从节点。F
68：在redis中，一个主节点可以有多个从节点(或没有从节点)，但一个从节点只能有一个主节点。T
69：在redis中，一个主节点可以有多个从节点(或没有从节点)，但一个从节点只能有一个主节点。F
70：HBase是一种构建在HDFS之上的分布式、面向列的存储系统。T
71：HBase不是关系型数据库，也不支持SQL。T
72：HBase是关系型数据库，但不支持SQL。F
73：HBase的数据是用表来组织的，表由行和列组成，列分为若干个列族。T
74：HBase的数据是用表来组织的，表由行和列组成，列分为若干个列族。T
75：HBase列族里的数据通过列限定符（或列）来定位。T
76：HBase每个单元格都保存着同一份数据的多个版本，这些版本采用时间戳进行索引。T
77：在HBase中创建一个表的时候，列族必须作为模式定义的一部分预先给出，而列族成员可以随后按需加入。T
78：在HBase中创建一个表的时候，列族与列族成员必须作为模式定义的一部分预先给出。F
79：在HBase中创建一个表的时候，列族与列族成员都支持动态扩展的，都可以随后按需加入。F
80：一个HBase表中会有若干个行键，且行键的值不能重复。T
81：HBase行键按字典顺序排列，最低的顺序首先出现在表格中。T
82：HBase自动把表水平划分为区域，每个区域都是有若干连续行构成的，一个区域由所属的表、起始行、终止行（不包括这行）三个要素来表示。T
83：HBase集群中的每个节点（Region Server）管理整个表的一个区域。F
84：HBase集群中的每个节点（Region Server）管理整个表的若干个区域。T
85：当一张表的行太多的时候，HBase 就会根据行键的值对表中的行进行分区。T
86：HBase中，不同的 Region 可以分布在不同的 Region Server 上，但一个 Region 不会拆分到多个 Region Server 上。T
87：HBase中，不同的 Region 可以分布在不同的 Region Server 上，同一个 Region 也可以拆分到多个 Region Server 上。。F
88：HBase中，不同的 Region 可以放在同一个 Region Server 上，但一个 Region 不会拆分到多个 Region Server 上。F
89：HBase中，不同的 Region 可以放在同一个 Region Server 上，一个 Region 也可拆分到多个 Region Server 上。F
90：HBase Client使用HBase的RPC机制与HMaster和HRegionServer进行通信，对于管理类操作，Client与HMaster进行RPC；对于数据读写类操作，Client与HRegionServer进行RPC。T
91：Zookeeper保证任何时候，HBase集群中只有一个master。T
92：HMaster是主服务器的实现，主服务器负责监视集群中所有的RegionServer实例，并且是所有元数据更改的接口。T
93：Hmaster为Region server分配region。T
94：HBase为每个列族建一个HStore ，如果有几个列族，也就有几个HStore。T
95：HBase区域服务器RegionServer负责存储和维护分配给自己的Region，响应客户端的读写请求。T
96：HBase行中没有保存数据的列或单元格不占用存储空间，一张表中列族对应的列可随着插入数据的业务变化而变化，每行列可以有差别。T
97：每行都有一个可排序的主键和任意多的列，列可以根据需要动态的增加，同一张表中不同的行可以有截然不同的列。T
98：HBase中的数据都是字符串，没有类型。T
99：HBase每个单元格中的数据可以有多个版本。T
100：HBase需要先禁用表才能删除表。T
101：HBase启用的表是可以删除的。F
102：文档数据库主要目标是在键值存储方式（提供了高性能和高伸缩性）以及传统的关系数据系统（丰富的功能）之间架起一座桥梁，集两者的优势于一身。T
103：MongoDB是一个基于分布式文件存储的数据库。T
104：MongoDB 数据库是一个面向集合且模式自由的文档类型数据库。T
105：文档数据库允许创建许多不同类型的非结构化的或任意格式的字段。T
106：MongoDB中，同一集合内，表格中每行数据的模式并不需要相同。T
107：集合是一组MongoDB的文件。集合中的文档可以有不同的字段。T
108：MongoDB集合中的文档的字段是相同的。F
109：当MongoDB的第一个文档插入时，不存在的集合就会被创建。T
110：MongoDB 的文档需要设置相同的字段，并且相同的字段需要相同的数据类型。F
111：MongoDB 的文档不需要设置相同的字段，相同的字段需要相同的数据类型。F
112：MongoDB 的文档需要设置相同的字段，只是相同的字段不需要相同的数据类型。F
113：MongoDB文档中的键/值对是无序的。F
114：MongoDB的文档可以有重复的键。F
115：当MongoDB的第一个文档插入时，不存在的集合就会被创建。T
116：MongoDB分片后无法更改分片键的选择，且分片集合只能有一个分片键。T
117：MongoDB分片后可以更改分片键的选择，分片集合只能有一个分片键。F
118：MongoDB分片后无法更改分片键的选择，分片集合可以有多个分片键。F
119：MongoDB分片后可以更改分片键的选择，分片集合可以有多个分片键。F
120：在 MongoDB 中，你不需要创建集合。当你插入一些文档时，MongoDB 会自动创建集合。T
121：图数据库中图是顶点和边的集合。T
122：图数据库中图是顶点和边的集合。T
123：图数据库是存储图片的数据库。F
124：图数据库中关系是无向的。F
125：属性图不允许每个节点和边有一组可变的属性列表。F
126：图数据库通过事务来保证一致性。T
127：图数据库允许出现悬挂关系。F
128：图数据库在删除节点时可同时删除其上的关系。F
129：属性图模型中节点包含属性，而关系不包含属性。F
130：属性图模型中节点和关系都可以包含属性。T
131：图数据库中路径表示遍历属性图，由一系列交替的节点和关系组成。T
132：Neo4j中节点存储区是固定大小的记录存储。T
133：Neo4j中联系存储区的记录大小是可变的。F
134：Neo4j中属性记录是固定大小的。T
135：在Neo4j中要定义字符串类型属性值，需要使用单引号或双引号。T
136：在Neo4j中UNION子句返回没有重复的数据行。T
137：在Neo4j中UNION ALL子句返回没有重复的数据行。F
138：大数据是一种价值密度高，商业价值也高的数据集合。F